Vlákno názorů k článku
Nová softwarová sklizeň (21. 3. 2007)

a ono nejde na paralelne zabzip2ovany soubor pouzit normalni bunzip2 ???
je pouzit snad jiny algoritmus, to je myslim spatny postup.

Paralelni pbzip2 a bzip2 jsou kompatabilni, takze na pbzip2ovany soubor muzete pustit normalni bunzip2 a opacne.

Algoritmus je stejny, jen se bloky chroustaji stridave v ruznych CPU, aspon tak si to predstavuju ja. Deleni bloku dat mezi CPU ridi parametr -b:

-b#: where # is the file block size in 100k (default 9 = 900k)

nemelo by se to zamnenovat s bloky vlastni bzip2 komprese, parametr stejny u bzip2 i pbzip2:

-1 .. -9 : set BWT block size to 100k .. 900k (default 900k)

A jeste jsem si vsimnul, ze vysledek pbzip2 je casto o trosicku vetsi nez vysledek bzip2, asi prave kvuli tomu deleni na bloky.

pbzip2 komprimuje samostatne bloky a proto je muze delit na jednotliva CPU. dekomprese obecne paralelizovatelna neni, protoze u normalniho bzipu dalsi bloky zavisi na predchozich a nejde je preskakovat. Bylo by nutne mit nejak oznaceny archiv, kde jsou nezavisle bloky a pak by i dekomprese mohla probihat paralelne.

Myslím si, že nemáte pravdu. Výhoda algoritmu, který bzip využívá je právě v tom, že předchozí ani následující bloky na sobě nezávisí. Vyzkoušejte man bzip2recover.

Podle manualu to vypada, ze mate pravdu. Pred vanoci jsem si napsal vlastni vicevlaknovou implementaci bzipu (pbzip2 se mi nelibi pristupem k souboru), ale vychazel jsem jen z hlavickovych souboru. Zkusim pridat i dekompresi, pripadne vysledek zverejnim. Mohlo by se to nekomu hodit.